artikel

DeepMind Google menyelesaikan masalah matematik dengan kecerdasan buatan

Kemajuan terkini dalam model bahasa besar (LLM) telah menjadikan AI lebih mudah disesuaikan, tetapi ini datang dengan kelemahan: ralat.

AI Generatif cenderung untuk membuat sesuatu, tetapi Google DeepMind telah menghasilkan LLM baharu yang berpegang pada kebenaran matematik.

FunSearch syarikat boleh menyelesaikan masalah matematik yang sangat kompleks.

Ajaibnya, penyelesaian yang dihasilkannya bukan sahaja tepat; ia adalah penyelesaian baru yang tidak pernah ditemui oleh manusia.

Anggaran masa membaca: 4 minuti

FunSearch dipanggil begitu kerana ia mencari fungsi matematik, bukan kerana ia menyeronokkan. Walau bagaimanapun, sesetengah orang mungkin menganggap masalah set topi itu sebagai satu gemuruh: ahli matematik tidak dapat bersetuju tentang cara terbaik untuk menyelesaikannya, menjadikannya misteri berangka yang sebenar. Deepmind telah pun membuat kemajuan dalam kecerdasan buatan dengan model Alphanya seperti AlphaFold (lipatan protein), AlphaStar (StarCraft), dan AlphaGo (bermain Go). Sistem ini tidak berdasarkan LLM, tetapi mendedahkan konsep matematik baharu.

Dengan FunSearch, Deepmind bermula dengan mod bahasa yang besar, versi PaLM 2 Google yang dipanggil Codey. Terdapat tahap LLM kedua di tempat kerja, yang menganalisis output Codey dan menghapuskan maklumat yang salah. Pasukan di sebalik kerja ini tidak tahu sama ada pendekatan ini akan berfungsi dan masih tidak pasti mengapa, menurut penyelidik Deepmind Alhussein Fawzi.

Untuk memulakan, jurutera di Deepmind mereka mencipta perwakilan Python bagi masalah set topi, tetapi meninggalkan baris yang menerangkan penyelesaiannya. Tugas Codey ialah menambah baris yang menyelesaikan masalah dengan tepat. Lapisan semakan ralat kemudian menjaringkan penyelesaian Codey untuk melihat sama ada ia adalah tepat. Dalam matematik peringkat tinggi, persamaan mungkin mempunyai lebih daripada satu penyelesaian, tetapi tidak semua dianggap sama baik. Dari masa ke masa, algoritma mengenal pasti penyelesaian Codey terbaik dan memasukkannya semula ke dalam model.

DeepMind membolehkan FunSearch berjalan selama beberapa hari, cukup lama untuk menjana berjuta-juta penyelesaian yang mungkin. Ini membolehkan FunSearch memperhalusi kod dan menghasilkan hasil yang lebih baik. Menurut penyelidikan yang baru diterbitkan, L 'kecerdasan buatan menemui penyelesaian yang tidak diketahui sebelum ini tetapi betul untuk masalah set topi. Deepmind juga membebaskan FunSearch pada satu lagi masalah matematik sukar yang dipanggil masalah pembungkusan bekas, algoritma yang menerangkan cara paling berkesan untuk mengemas bekas. FunSearch menemui penyelesaian lebih cepat daripada yang dikira oleh manusia.

Ahli matematik masih bergelut untuk mengintegrasikan teknologi LLM ke dalam kerja dan kerja mereka Deepmind menunjukkan jalan yang mungkin untuk diikuti. Pasukan ini percaya pendekatan ini berpotensi kerana ia menjana kod komputer dan bukannya penyelesaian. Ini selalunya lebih mudah difahami dan disahkan daripada keputusan matematik mentah.